تام زهاوی از DeepMind در مطلبی با عنوان «مدل‌های زبانی بزرگ نمی‌توانند پرش کنند» استدلال می‌کند که مدل‌های زبانی توانایی انجام آن «پرشِ» خلاقانه‌ای را ندارند که برای شکل‌دادن فریم‌ورک‌های نظری نوین ضروری است. او این دیدگاه را با بازگشت به چارچوب فکری آلبرت اینشتین و تمایز کلاسیک چارلز سندرز پیرس درباره انواع استدلال پی می‌گیرد.

اهمیت تقسیم‌بندیِ پیرس

پیرس سه نوع استدلال را متمایز کرد: استنتاج، استقراء و ابداکشن. استنتاج نتیجه‌ای قطعی از قواعد می‌سازد، استقراء الگوها را از داده‌ها بیرون می‌کشد و ابداکشن همان «پرش» خلاقانه است که علت محتملی برای یک پدیده نامنتظره پیشنهاد می‌دهد. شرح بیشتر درباره ابداکشن در منابع مرجع موجود است.

توانایی‌های در دست مدل‌ها و محدودیت‌هایشان

زهاوی اشاره می‌کند که مدل‌های زبانی کنونی در دو حوزه عملکرد قوی دارند:

  • استقراء: تشخیص الگوهای آماری در مجموعه‌های بزرگ داده.
  • استنتاج: دنبال کردن زنجیره‌های منطقی زمانی که فروض از پیش تعیین شده باشند.

نمونه‌هایی مثل عملکرد چشمگیر برخی سامانه‌ها در حل مسائل پیچیده ریاضی یا ابزارهای رقابتی، این نکته را تایید می‌کنند؛ برای مثال در المپیاد بین‌المللی ریاضی عملکرد افراد و سیستم‌های رسمی قابل توجه است (صفحهٔ المپیاد بین‌المللی ریاضی).

گلوگاه اصلی: ابداکشنِ مهارتی

زهاوی ابداکشن را به دو گونه تفکیک می‌کند: نوعی که میان گزینه‌های شناخته‌شده بهترین توضیح را انتخاب می‌کند و نوع دشوارتر که او آن را «ابداکشنِ مهارتی» می‌نامد — یعنی تولید فرضیه‌ها یا مفاهیمی که پیش‌فرض زبانی یا نمادین‌شان هنوز وجود ندارد. به نظر او این همان فرایندی است که در انقلاب‌های نظری واقعی نقش دارد و مدل‌های زبانی صرف بدون تجربه‌های جسمانی یا مدل‌های جهان‌محورِ غنی، در انجام آن ناتوان‌اند.

نمونه‌ای تاریخی: اینشتین و فقدان سیگنال خطا آشکار

زهاوی به این نکته اشاره می‌کند که هنگامی که اینشتین به توسعهٔ نظریهٔ نسبیت عام پرداخت، داده‌های آشکار ناسازگار برای مجبور کردن یک سامانه مبتنی بر بهینه‌سازی وجود نداشت. آنچه امکان «پرش» را فراهم آورد، شبیه‌سازی ذهنی تجربیات بدنی—تصور آسانسور شتاب‌دار و احساسِ هم‌ارزیِ شتاب و گرانش—بود. این نوع بینش در شرح زندگی و کار اینشتین قابل مشاهده است (زندگی و کار اینشتین).

محدودیتِ نمادپردازیِ صرف

زهاوی مدل‌های زبانی را با آزمایش فکری «اتاق چینی» جان سریل مقایسه می‌کند: سامانه‌ای که قواعد نمادها را دستکاری می‌کند اما تجربهٔ درونی‌ای که به آن نمادها معنا ببخشد ندارد (اتاق چینی). از دید او، ترکیب مفاهیم موجود و بهینه‌سازیِ پیوسته، هرچند قدرتمند، برابر با آن پرش مفهومی بنیادین نیست.

آیا مدل‌های جهان‌محور می‌توانند پاسخ باشند؟

زهاوی به جای اتکا صرف به مدل‌های زبانی، بر ساخت مدل‌هایی تاکید می‌کند که یک «جهانِ» درونی پیوسته و فیزیکی ایجاد کنند — مدل‌های جهان‌محور که قادر به شبیه‌سازی تجربیات حسّی و تعاملات فیزیکی مستمر باشند. چنین مدلی می‌تواند الگوهای علیتی نوظهور را کشف کند و بستری برای ابداکشنِ مهارتی فراهم آورد. تحقیق در این مسیر در حوزه‌هایی مانند رباتیک، شبیه‌سازی فیزیکی و یادگیری تقویتی در حال پیشرفت است و مسیر اجرایی‌تری پیش رو قرار می‌دهد.

ویژگی‌های لازم برای دستیابی به «پرش» خلاق

  • نمایش‌های غنی از جهان که حس‌پذیری و تعامل را مدل‌سازی کنند.
  • توانایی تولید فرضیه‌های جدید فراتر از الگوهای زبانی موجود.
  • مکانیسم‌هایی برای کشف ساختاری که حتی بدون سیگنال خطای آشکار محرکِ بازطراحی باشند.

پیشنهادهای پژوهشی و توسعه‌ای

به نظر زهاوی، مدل‌های زبانی ابزارهای قدرتمندی برای تبیین و توسعه دانش به شمار می‌روند، اما اگر هدف تولید ابداعات نظری عمیق است، باید ترکیب آنها با مدل‌های جهان‌محور، شبیه‌سازی‌های تجربی و سامانه‌های چندحسی را در دستور کار قرار داد. راهبردهای اجرایی شامل توسعهٔ محیط‌های شبیه‌سازی دقیق، یکپارچه‌سازی حس‌های مصنوعی و طراحی مکانیزم‌های مولد فرضیه مستقل از زبان است.

چشم‌انداز

ادعای مطرح‌شده چالشی سازنده برای مسیر فعلی پژوهش است: مدل‌های زبانی کنونی می‌توانند دانش را سازمان‌دهی و تسهیل کنند، اما برای تولید انقلاب‌های نظری مشابه آنچه تاریخ علم نشان می‌دهد به ترکیب نمادپردازی با تجربهٔ شبیه‌سازی‌شدهٔ جهان نیاز داریم. گام بعدی باید تمرکز بر پیوند عملی میان پردازش نمادی و مدل‌سازی حسی-عملی باشد تا امکان تولد ابداکشن‌های مهارتی فراهم شود.

منابع مرتبط: صفحهٔ DeepMind، معرفیِ ابداکشن و شرح آزمایش فکری اتاق چینی.